Forskningshold udvikler AI-teknik til 3D ansigtsudtryksdetektion

Et fælles forskningshold ledet af professorerne Ki-Hun Jeong og Doheon Lee fra Korea Advanced Institute of Science and Technology (KAIST) har udviklet en ny teknik til ansigtsudtryksdetektion ved at kombinere nær-infrarød lysfeltkamera-teknik med kunstig intelligens (AI).

Forskningen er offentliggjort i Advanced Intelligent Systems.

Lysfeltkameraer

Lysfeltkameraer indeholder mikro-linsesamlinger foran billedsensorerne, og dette gør det muligt for dem at være små nok til at kunne være i en smartphone. Samtidig kan de stadig opnå rum- og retningsoplysninger om lyset med ét skud.

Denne billedteknik bruges til at genskabe billeder på mange forskellige måder, såsom multiviews, refokusering og 3D-billedacquisition.

Med det sagt har teknikken nogle begrænsninger. Eksisterende lysfeltkameraer har haft svært ved at give præcis billedkontrast og 3D-genskabelse af og til på grund af skyggerne forårsaget af eksterne lyskilder i omgivelserne.

Forskningsholdet kunne stabilisere nøjagtigheden af 3D-billedgenskabelsen, der afhænger af miljølyset, og teknikken gjorde det muligt for dem at overvinde begrænsningerne for eksisterende lysfeltkameraer. De udviklede en ny kamera, der var optimeret til 3D-billedgenskabelse af ansigtsudtryk, og de brugte den til at opnå højkvalitets 3D-genskabelsebilleder af ansigtsudtryk med forskellige emotioner. De kunne opnå dette uanset lysforholdene i omgivelserne.

Maskinlæring til at skelne udtryk

Holdet brugte derefter maskinlæring til at skelne ansigtsudtryk i de opnåede 3D-billeder, hvilket opnåede en nøjagtighed på 85%. De beregnede også afhængigheden af afstandsoplysninger, der varierer med ansigtsudtryk i 3D-billeder, for at identificere oplysningerne, som et lysfeltkamera bruger til at skelne mellem menneskelige udtryk.

“Det sub-miniatur-lysfeltkamera, som forskningsholdet har udviklet, har potentialet til at blive den nye platform til at kvantitativt analysere ansigtsudtryk og menneskers følelser,” sagde professor Ki-Hun Jeong.

Denne forskning kan have en stor indvirkning på en bred vifte af industrier.

“Det kan anvendes i forskellige områder, herunder mobil sundhedspleje, felt-diagnose, social kognition og menneske-maskine-interaktioner,” sagde han.